pyspark 用正则表达式替换正则表达式答案

【问题标题】：pyspark replace regex with regexpyspark 用正则表达式替换正则表达式
【发布时间】：2019-01-24 10:45:30
【问题描述】：

我正在尝试用

替换正则表达式（在本例中为带数字的空格）

我有一个包含字符串列的 Spark 数据框。我想用逗号替换正则表达式（空格加数字）而不丢失数字。我已经尝试了这两种方法，但都没有运气：

df.select("A", f.regexp_replace(f.col("A"), "\s+[0-9]", ' , ').alias("替换"))

df.select("A", f.regexp_replace(f.col("A"), "\s+[0-9]", '\s+[0-9], ').alias("替换"))

感谢任何帮助。

【问题讨论】：

一些示例输入/输出会有所帮助。 How to create good reproducible apache spark dataframe examples.
你能用数据详细说明这个例子吗？什么是实际价值，你想得出什么。
PySpark - String matching to create new column的可能重复

标签： pyspark

【解决方案1】：

你需要的是另一个函数，regex_extract

因此，您必须划分正则表达式并获得所需的部分。可能是这样的：

df.select("A", f.regexp_extract(f.col("A"), "(\s+)([0-9])", 2).alias("replaced"))

【讨论】：